### 对比文件与目标专利信息
- **对比文件名称**：2014-11-27_发明申请_US20140351560A1 Low Power Management of Multiple Sensor Integrated Chip Architecture
- **目标专利名称**：220用于传感器数据的超低电力处理的算法引擎CN106716298B
- **本次调用的模型名称**：DeepSeek-R1
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：其包括：由通用处理器配置传感器融合引擎。 <br> **判断结果**：隐含公开 | [0040] “In FIG. 1B, the third processor 110 may be operationally coupled to the first processor 101, the second processor 120, the first modem processor 130, and the second modem processor 140.” 以及 [0040] “In response to detecting motion, the first processor 101 may activate the second processor 120.” 和 [0040] “In response to determining a particular modality, the first processor 101 or the second processor 120 may activate the third processor 110.” | 对比文件公开了第三处理器（应用处理器，相当于目标专利的通用处理器）可操作地耦合到第一处理器（传感器集线器）和第二处理器（低功耗核心）。第三处理器作为主处理器，能够向其他处理器发送请求或命令以启动或恢复模态检测（例如，图5的块525-527），这隐含了第三处理器对其他处理器（包括传感器集线器和低功耗核心）进行配置以执行特定任务（如传感器数据处理）。虽然对比文件未明确使用“配置传感器融合引擎”的表述，但本领域技术人员能够理解，主处理器在启动传感器相关任务前，必然需要对负责传感器数据处理的处理器（如传感器集线器或低功耗核心）进行初始化或参数设置，这相当于“配置”。因此，该技术特征被对比文件隐含公开。 |
| **技术特征B**：所述传感器融合引擎包括用于执行多个传感器数据处理算法中的每一者的专用硬件电路。 <br> **判断结果**：未公开 | [0033] “Further, this disclosure describes example embodiments of partitioning functions associated with determining a modality of a user's activities amongst various processors of the computing device with the effect of reducing power consumption by the computing device.” 以及 [0207] “It will be appreciated that some embodiments may be comprised of one or more generic or specialized processors (or “processing devices”) such as microprocessors, digital signal processors, customized processors and field programmable gate arrays (FPGAs)...” | 对比文件公开了使用多个处理器（如传感器集线器、低功耗核心、应用处理器）来分区执行功能以降低功耗。虽然提到了使用专用处理器、DSP、FPGA等，但并未明确描述传感器融合引擎（或对应功能的处理器）包含用于执行多个传感器数据处理算法中每一者的“专用硬件电路”。对比文件中的处理器（如第一处理器101、第二处理器120）更可能被描述为可编程的处理器或控制器，其通过执行软件或固件指令来处理算法（例如，机器学习算法、运动检测算法）。目标专利强调传感器融合引擎包含“专用硬件电路”（如硬件宏）来执行每个算法，以实现超低功耗。对比文件未明确公开这种针对每个算法的专用硬件电路实施方式。因此，该技术特征未被直接公开或隐含公开。 |
| **技术特征C**：其中所述多个传感器数据处理算法包括用于从多个传感器融合传感器数据的算法。 <br> **判断结果**：隐含公开 | [0033] “The modality of the user's activities may be determined by collecting sensor data on the computing device and inferring activities associated with the user of the computing device by extracting features from the sensor data to determine a modality of the user's activities. The inferred activities may include motion states, location states, environment states, communication states, other states, or any combination thereof.” 以及 [0040] “The second processor 120 may receive location data from the first modem processor 130 such as GNSS location data or from the second modem processor 140 such as short range wireless location data such as WiFi location data to determine a modality of the computing device.” | 对比文件公开了通过从多个传感器（如加速度计、GNSS、WiFi、麦克风等）收集传感器数据，提取特征并推断用户活动模态（例如，静止、行走、驾驶等）。确定模态的过程本质上涉及组合（即融合）来自不同传感器的数据以导出更高层次的信息（如运动状态、位置状态）。例如，图4的方法400中，使用第一传感器数据确定运动状态，并在需要第二置信度时使用第二传感器（如GNSS或WiFi）数据。这隐含了使用来自多个传感器的数据融合算法来确定模态。虽然对比文件未明确使用“融合传感器数据的算法”这一术语，但本领域技术人员能够理解，确定模态的算法必然涉及对多传感器数据的处理与结合。因此，该技术特征被对比文件隐含公开。 |
| **技术特征D**：根据所述配置，将所述通用处理器置于低电力睡眠模式中。 <br> **判断结果**：直接公开 | [0039] “The architecture 100b may allow for the first processor 101 to receive motion data, location data or modality data from the peripheral subsystem 150 while the second processor 120 and the third processor 110 are in a low power state such as a standby mode or a sleep mode.” 以及 [0040] “Further, the architecture 100b may allow motion data, location data or modality data to be received by the second processor 120 while the third processor is in a low power state such as a standby mode or a sleep mode.” | 对比文件明确公开了第三处理器（应用处理器，相当于通用处理器）可以处于低功耗状态（如待机模式或睡眠模式），同时第一处理器（传感器集线器）或第二处理器（低功耗核心）接收和处理传感器数据。这与目标专利中通用处理器在配置后进入低电力睡眠模式的作用完全相同：在传感器数据处理期间节约电力。因此，该技术特征被对比文件直接公开。 |
| **技术特征E**：响应于来自多个传感器中的至少一者的中断，唤醒外围控制器。 <br> **判断结果**：隐含公开 | [0027] “Described herein is a method for managing processor analysis of multiple sensors in a computing device that includes monitoring a first sensor signal that may be coupled to a sensor hub processor...” 以及 [0040] “In one example, the sensor may be used to activate the first processor when the sensor senses motion of the computing device.” 和 [0093] “In one example, the sensor may be used to activate the first processor when the sensor senses motion of the computing device.” | 对比文件公开了传感器可以激活处理器（例如，第一处理器101在传感器感测到运动时被激活）。这种激活本质上是对处理器（如传感器集线器，其功能类似于外围控制器）的中断唤醒。虽然对比文件未明确描述“来自传感器的中断”这一具体信号形式，但本领域技术人员能够理解，传感器感测到事件（如运动）并激活处理器，通常是通过中断机制实现的。因此，响应于传感器中断唤醒外围控制器的技术特征被对比文件隐含公开。 |
| **技术特征F**：在唤醒之后，当所述通用处理器处于所述低电力睡眠模式中时，以所述外围控制器读取所述多个传感器中的每一者所产生的数据且将所述数据存储到伴随存储器中。 <br> **判断结果**：隐含公开 | [0040] “The first processor 101 may receive motion data from the peripheral subsystem and may determine whether the computing device is moving or stationary.” 以及 [0093] “In another example, the sensor data from the sensor may be used by the first processor to determine motion of the computing device.” 和 [0100] “At block 1603, the method 1600 may determine whether the computing device is stationary or in motion. If the computing device is stationary, then the method 1600 may wait until the computing device is in motion.” | 对比文件公开了当第三处理器（应用处理器）处于低功耗状态时，第一处理器（传感器集线器，功能类似于外围控制器）可以从传感器（如加速度计）读取数据（如运动数据）并处理。虽然对比文件未明确提及“伴随存储器”这一特定术语，但本领域技术人员能够理解，处理器在读取传感器数据后，必然需要将其存储在某种存储器（如RAM、寄存器或专用缓存）中以供后续处理，这是数据处理的基本步骤。因此，该技术特征（读取数据并存储到存储器中）被对比文件隐含公开。 |
| **技术特征G**：以及以所述传感器融合引擎处理存储在所述伴随存储器中的所述数据。 <br> **判断结果**：隐含公开 | [0033] “The modality of the user's activities may be determined by collecting sensor data on the computing device and inferring activities associated with the user of the computing device by extracting features from the sensor data to determine a modality of the user's activities.” 以及 [0040] “In response to detecting motion, the first processor 101 may activate the second processor 120. ... The second processor 120 may receive location data from the first modem processor 130 such as GNSS location data or from the second modem processor 140 such as short range wireless location data such as WiFi location data to determine a modality of the computing device.” | 对比文件公开了第一处理器（传感器集线器）或第二处理器（低功耗核心）可以处理传感器数据以确定模态、运动状态等（例如，执行机器学习算法、运动检测算法）。虽然对比文件未明确将第一或第二处理器称为“传感器融合引擎”，也未指定处理的是“存储在伴随存储器中的数据”，但本领域技术人员能够合理推断，这些处理器在处理传感器数据时，必然需要从存储数据的存储器中读取数据并进行计算。第一或第二处理器执行算法（如模态确定）的功能与目标专利中传感器融合引擎处理数据的功能相同。因此，该技术特征被对比文件隐含公开。 |
| **技术特征H**：其中所述配置包括配置所述传感器融合引擎以使用用于执行所述融合算法的所述专用硬件电路来执行所述处理。 <br> **判断结果**：未公开 | 无相应原文引用。 | 该技术特征依赖于特征B（专用硬件电路）和特征C（融合算法）的公开。如上所述，对比文件未公开传感器融合引擎包含用于执行每个算法的“专用硬件电路”（特征B未公开）。虽然对比文件隐含公开了融合算法（特征C），但并未公开配置传感器融合引擎使用“专用硬件电路”来执行该融合算法。因此，该技术特征未被直接公开或隐含公开。 |
| **技术特征I**：其中唤醒所述外围控制器是通过始终接通子系统AOSS来执行。 <br> **判断结果**：隐含公开 | [0027] “The method confirms that one or more sensors has met a predetermined confidence state.” 以及 [0046] “The power management IC 281 may be used to provide various voltages to elements of the system. Also, the power management IC 281 may provide a clock such as thirty two kilohertz (32 KHz) to the first processor 201.” 和 [0047] “The interrupt controller 279 may be used to provide a software interface between the first processor 201 and the interrupt hardware.” | 对比文件公开了电源管理IC（PMIC）可以为系统组件提供电压和时钟，中断控制器管理中断硬件。这些组件共同实现了始终接通的功能，以确保在系统其他部分睡眠时，传感器和低功耗处理器仍能运行和响应中断。虽然对比文件未明确使用“始终接通子系统（AOSS）”这一术语，但本领域技术人员能够理解，PMIC、中断控制器等组件构成的子系统，其功能与目标专利的AOSS相同：管理电源、时钟和中断，以支持低功耗操作和唤醒。因此，通过这种子系统唤醒外围控制器的技术特征被对比文件隐含公开。 |
| **技术特征J**：其中所述通用处理器、所述传感器融合引擎、所述伴随存储器以及所述外围控制器位于芯片上系统SoC的低电力岛状物内。 <br> **判断结果**：隐含公开 | [0037] “Various components of the architecture 100b may be combined into a single integrated circuit architecture comprised of silicon or some other suitable material for employing high-rate chip technology. In one example, a single chip architecture 105 may be configured to include the second processor 120, the third processor 110, the first modem processor 130 and the second modem processor 140.” 以及 [0047] “In the current embodiment, various components of the architecture 200 may be combined into a single integrated circuit architecture comprised of silicon or some other suitable material for employing high-rate chip technology. In one example, a single chip architecture 205 may be configured to include the second processor 220, the third processor 210, a first modem processor 230, a second modem processor 240, memory 211, interface ports and , an interrupt controller 214, other element, or any combination thereof.” | 对比文件明确公开了多个处理器（如第一、第二、第三处理器）、存储器、调制解调器处理器等组件可以集成在单个集成电路架构（即芯片上系统SoC）中。整个架构的设计目的就是实现低功耗管理（参见标题和背景技术）。虽然对比文件未明确使用“低电力岛状物”这一特定术语，但本领域技术人员能够理解，在SoC中为了实现特定组件的低功耗操作，通常会采用电源门控、电压域隔离等技术，将低功耗组件分组到独立的电源域或“岛”中。对比文件的整个架构（100b, 200）正是为了在计算设备处于低功耗状态时，由低功耗处理器（如第一、第二处理器）管理传感器，这隐含了这些组件位于SoC的低功耗区域内。因此，该技术特征被对比文件隐含公开。 |
| **技术特征K**：其中所述传感器融合引擎是始终接通子系统AOSS的部分。 <br> **判断结果**：未公开 | 无相应原文引用。 | 对比文件描述了电源管理IC、中断控制器等组件提供始终接通功能，但未明确将负责传感器数据处理的处理器（如第一处理器或第二处理器）描述为“始终接通子系统（AOSS）的部分”。目标专利中，传感器融合引擎可以是AOSS的一部分（参见说明书[0021]段）。对比文件中的传感器集线器或低功耗核心虽然可以在应用处理器睡眠时运行，但未被归类为AOSS的组成部分。因此，该技术特征未被直接公开或隐含公开。 |
### 结论代码
根据上述分析，对比文件直接公开了技术特征D，隐含公开了技术特征A、C、E、F、G、I、J。因此，在回答结尾插入以下代码：
<<<D>>>
<<<a>>><<<c>>><<<e>>><<<f>>><<<g>>><<<i>>><<<j>>>